應用魯賓規則來組合多重插補數據集

我希望匯集對多重估算數據（例如多重回歸，ANOVA）執行的一組非常基本的分析的結果。多重插補和分析已在 SPSS 中完成，但 SPSS 不提供一些統計數據的匯總結果，包括 F 值、協方差矩陣、R 平方等。

我已經嘗試通過冒險進入 R 或嘗試可用但未成功解決問題的宏（例如，在將 Mice 中超過 5 個插補的統計數據池化時遇到問題）來解決這個問題。

在這一點上，我想嘗試手動計算這些，應用魯賓規則，使用 SPSS 生成的輸出。但是，我不確定如何得出插補內方差（) 基於 SPSS 生成的輸出。

我真的很感激對此的詳細說明。

魯賓規則只能應用於服從正態分佈的參數。對於具有 F 或卡方分佈的參數，需要一組不同的公式：

• 艾莉森，PD（2002 年）。缺失數據。加利福尼亞州紐伯里公園：聖人。

要在多個估算數據集上執行 ANOVA，您可以使用 R 包 mouseadds ( pdf ; miceadds::mi.anova)。

更新 1

這是一個完整的例子：

1. 將數據從 SPSS 導出到 R。在 Spss 中，將數據集保存為 .csv
2. 讀入你的數據集：

library(miceadds)   
dat <– read.csv(file='your-dataset.csv')

讓我們假設， $ reading $ 是你的因變量，你有兩個因素

• 性別，男性 = 0，女性 = 1
• 治療, 控制 = 0 和“接受治療” = 1

現在讓我們將它們轉換為因子：

dat$gender    <- factor(dat$gender)
dat$treatment <- factor(dat$treatment)

3. 將您的數據集轉換為 mids 對象，我們假設第一個變量包含插補數（SPSS 中的 Imputation_）：

dat.mids <- as.mids(dat)

4. 現在您可以執行方差分析：

fit <- mi.anova(mi.res=dat.mids, formula="reading~gender*treatment", type=3)
summary(fit)

更新 2 這是對您的第二條評論的回复：

您在這裡描述的是 SPSS 和 R 之間的數據導入/導出相關問題。您可以嘗試將.sav文件直接導入 R，並且有一堆專用包：、、、、foreign等rio。我更喜歡 csv 方式，但這是一個品味問題和/或取決於您的問題的性質。也許您還應該查看 youtube 上的一些教程或互聯網上的其他資源。gdata``Hmisc

library(foreign)
dat <- read.spss(file='path-to-sav', use.value.labels=F, to.data.frame=T)

更新 3 這是對您的第一條評論的回复：

是的，您可以在 SPSS 中進行分析並將 F 值匯集到其中miceadds（請注意，此示例取自miceadds::micombine.F幫助頁面）：

library(miceadds)
Fvalues <- c(6.76 , 4.54 , 4.23 , 5.45 , 4.78, 6.76 , 4.54 , 4.23 , 5.45 , 4.78, 
            6.76 , 4.54 , 4.23 , 5.45 , 4.78, 6.76 , 4.54 , 4.23 , 5.45 , 4.78 )
micombine(Fvalues, df1=4)

引用自：https://stats.stackexchange.com/questions/160363